个性化阅读
专注于IT技术分析

Python中的numpy.array()用法

齐次多维数组是NumPy的主要对象。它基本上是一个元素表, 这些元素都是相同类型的, 并由一个正整数元组索引。尺寸在NumPy中称为轴。

NumPy的数组类称为ndarray或别名数组。 numpy.array与标准Python库类array.array不同。 array.array仅处理一维数组, 并提供较少的功能。

句法

numpy.array(object, dtype=None, copy=True, order='K', subok=False, ndmin=0)

参数

numpy.array()函数中包含以下参数。

1)对象:array_like

公开其__array__方法返回任何嵌套序列或数组的数组接口的任何对象。

2)dtype:可选数据类型

此参数用于定义数组元素的所需参数。如果我们未定义数据类型, 则它将确定该类型为将对象保留在序列中所需的最小类型。此参数仅用于向上转换阵列。

3)复制:bool(可选)

如果将copy设置为true, 则将复制对象, 否则当对象是嵌套序列或需要满足其他任何要求(例如dtype, order等)时, 将复制该对象。

4)顺序:{‘K’, ‘A’, ‘C’, ‘F’}, 可选

order参数指定阵列的内存布局。当对象不是数组时, 除非指定” F”, 否则新创建的数组将以C顺序(行头或行主)出现。当指定F时, 它将按Fortran顺序(列标题或列主)。当对象是数组时, 它保持以下顺序。

order no copy copy=True
‘K’ Unchanged F和C顺序保留。
‘A’ Unchanged 当输入是F而不是C时, 则F排序, 否则C排序
‘C’ C命令 C order
‘F’ F order F order

当copy = False或出于其他原因进行复制时, 结果将与copy = True相同, 但A例外。默认顺序为’K’。

5)试试:布尔(可选)

当subok = True时, 子类将通过。否则, 返回的数组将强制为基类数组(默认)。

6)ndmin:int(可选)

此参数指定结果数组应具有的最小维数。用户可以根据需要预先设置形状, 以满足该要求。

退货

numpy.array()方法返回一个ndarray。 ndarray是满足指定要求的数组对象。

示例1:numpy.array()

import numpy as np
arr=np.array([1, 2, 3])
arr

输出

array([1, 2, 3])

在上面的代码中

  • 我们导入了别名为np的numpy。
  • 我们已经声明了’arr’变量, 并分配了np.array()函数返回的值。
  • 在array()函数中, 我们仅传递了元素, 而不传递了axis。
  • 最后, 我们尝试打印arr的值。

在输出中, 显示了一个数组。

范例2:

import numpy as np
arr=np.array([1, 2., 3.])
arr

输出

array([1., 2., 3.])

在上面的代码中

  • 我们导入了别名为np的numpy。
  • 我们已经声明了’arr’变量, 并分配了np.array()函数返回的值。
  • 在array()函数中, 我们传递了不同类型的元素, 例如整数, 浮点数等。
  • 最后, 我们尝试打印arr的值。

在输出中, 显示了一个数组, 其中包含此类元素, 这些元素需要最少的内存才能按顺序保留对象。

示例3:多个维度

import numpy as np
arr=np.array([[1, 2., 3.], [4., 5., 7]])
arr

输出

array([[1., 2., 3.], [4., 5., 7.]])

在上面的代码中

  • 我们导入了别名为np的numpy。
  • 我们已经声明了’arr’变量, 并分配了np.array()函数返回的值。
  • 在array()函数中, 我们在不同的方括号中传递了元素数量。
  • 最后, 我们尝试打印arr的值。

在输出中, 显示了多维数组。

示例4:最小尺寸:2

import numpy as np
arr=np.array([1, 2., 3.], ndmin=2)
arr

输出

array([[1., 2., 3.]])

在上面的代码中

  • 我们导入了别名为np的numpy。
  • 我们已经声明了’arr’变量, 并分配了np.array()函数返回的值。
  • 在array()函数中, 我们传递了方括号中的元素数量和维以创建ndarray。
  • 最后, 我们尝试打印arr的值。

在输出中, 显示了一个二维数组。

示例5:提供的类型

import numpy as np
arr=np.array([12, 45., 3.], dtype=complex)
arr

输出

array([12.+0.j, 45.+0.j, 3.+0.j])

在上面的代码中

  • 我们导入了别名为np的numpy。
  • 我们已经声明了’arr’变量, 并分配了np.array()函数返回的值。
  • 在array()函数中, 我们在方括号中传递了元素, 并将dtype设置为complex。
  • 最后, 我们尝试打印arr的值。

在输出中, ” arr”元素的值以复数形式显示。

示例6:从子类创建数组

import numpy as np
arr=np.array(np.mat('1 2;3 4'))
arr
arr=np.array(np.mat('1 2;3 4'), subok=True)
arr

输出

array([[1, 2], [3, 4]])
matrix([[1, 2], [3, 4]])

在上面的代码中

  • 我们导入了别名为np的numpy。
  • 我们已经声明了’arr’变量, 并分配了np.array()函数返回的值。
  • 在array()函数中, 我们使用np.mat()函数以矩阵形式传递了元素, 并设置了subok = True。
  • 最后, 我们尝试打印arr的值。

在输出中, 显示了多维数组。


赞(0) 打赏
未经允许不得转载:srcmini » Python中的numpy.array()用法
分享到: 更多 (0)

评论 抢沙发

评论前必须登录!

 

觉得文章有用就打赏一下文章作者

微信扫一扫打赏